[서론: AI에게 비중 조절을 묻다]
거래하는 상품들의 비중 조절할 때
하나하나 수익금이랑 MDD(최대 낙폭) 따져가며 표 만들고 결정하고 있습니다.
최근에 데이터를 다 정리하느라 에너지를 다 써서 LLM(AI)의 도움을 받았습니다.
예전에는 엉뚱한 소리를 하는 AI였지만
지금은 AI 가장 최적화된 비중들을 왜 결정했는지부터 자세히 알려주고 있으니까요.
상품 A부터 E까지 쫙 나열하고, 제가 미리 짜둔 비중 조합들을 던져주면서 “뭐가 제일 효율적이야?”라고 물어봤더니 AI는 아주 명쾌하게 답하더라고요.
“X번 조합이 제일 좋네요!”라면서, 심지어 제가 묻지도 않았는데
“이런 비중의 자료도 보고 싶습니다.” 하고 새로운 조합의 데이터 까지 요청하기에, ‘오, 꽤 적극적인데?’ 싶었습니다.
[본론 1: AI가 보여준 놀라운 통찰, 그리고 의심]
단순히 숫자만 계산하는 게 아니었는데요.
실제 거래할 상품이름을 알려주니까 AI는 상관관계(각 상품끼리 어떻게 함께 움직이는지)까지 다 고려해서 비중을 제안하더라고요.
시스템 트레이더 입장에선 “와, 세상 진짜 편해졌다” 싶어 감탄이 절로 나오는 순간이었습니다.
하지만 대화가 길어질수록 분위기가 좀 이상해졌습니다.
AI는점점 더 디테일한 수치를 요구하더라고요.
“비중을 26.5%로 하면 어떨까요?”, “28%로 맞추면 수익률이 더 올라갑니다”라면서
보통 5%단위로 비중을 조절하는데 AI는 소수점 단위까지 아주 집요하게 파고들었습니다.
데이터에 욕심.
‘과최적화(Overfitting)’로 살살 끌어들이고 있었는 느낌이었습니다.
[본론 2: 머신러닝 튜닝에서도 반복되는 유혹]
비중 조절만 그런 게 아니었습니다.
머신러닝 모델 만들면서 표준적인 기본값을 넣은 결과에 AI는 항상 ‘튜닝’을 권했습니다.
AI와 함께 하다 보면 결국 종목마다 표준값을 다 다르게 설정하게 되고,
점점 더 깊은 과최적화로 빠지게 유도하더라고요.
과거 데이터로 최고의 수치를 만드려고 하는 것이 가장 BEST라는 AI 특유의 고집을 제대로 확인했습니다.
[결론: 1년 넘게 고생하며 얻은 교훈, “단순한 게 최고다”]
사실 시스템 트레이딩에서 과최적화는 정말 큰 리스크입니다.
저도 예전에는 최적의 값을 찾겠다고 12%냐 13%냐를 두고 고민하며 테스트를 여러번 번 돌려봤습니다.
그런데 실전에서 해보니 그 1~2% 차이가 돈을 더 벌어다 주지는 않더라고요.
백테스팅 한다고 아까운 시간만 날렸다고 보면 됩니다.
제 실제 경험담인데.
한때는 매달 수십 시간씩 들여서 아주 세세하게 수치를 튜닝하며 몇 년간 실매매를 해보고 결과를 추적해본 적이 있습니다.
그런데 정작 계좌 수익에는 별 차이가 없었고, 오히려 너무 복잡하게 꼬아놓은 설정은 길게 봤을 때 수익률이 살짝 깎이기도 했습니다.
1년 정도 추적해보니, 정교하게 맞춘 수치보다 그냥 표준적인 값으로 둔 것들이 전체 로직 중에서 상위권을 꾸준히 지키고 있었습니다.
결국 로직은 단순하고 표준적일 때 가장 단단하게 버텨준다는 생각입니다.
소수점 단위 맞추는 것에 시간을 투입하기 보다는, 차라리 진입 자금을 줄인다거나 하는 등의 다른 관점의 백테스팅에 시간을 쓰는 게 훨씬 이득이라는 생각입니다.
그리고 AI가 깊은 튜닝을 요청할 때는, 중심을 잘 잡아야 겠다는 생각입니다.
